您现在的位置是：首页 > 文章详情

Substra 加入 LF AI & Data 作为新的孵化项目，更多隐私保护联邦学习用例即将到来

日期：2021-07-19点击：476收藏

LF AI & Data 基金会是一个正在构建生态系统以维持人工智能（AI）和数据开源项目的开源创新的组织，今天宣布Substra[1]为其最新的孵化项目。

Substra 是一个在合作伙伴之间提供机器学习任务分布式编排的框架，同时保证所有操作的安全可靠的可追溯性。Substra 项目是由OWKIN[2]在 Apache-2.0 许可下发布和开源的。

Substra 实现了保护隐私的联邦学习项目，在该项目中，多方针对机器学习目标进行协作，而每个人都将自己的私人数据集保存在自己的防火墙之后。它的雄心是使新的科学和经济数据科学合作成为可能。

使用 Substra 框架的数据科学家能够：

使用任何 Python ML 框架使用他们自己的 ML 算法
将他们的算法放到远程数据上进行训练和/或预测，并监控他们的性能
构建跨多个远程数据集学习的高级联邦学习策略

使用 Substra 框架的数据管理员能够：

将其数据集提供给其他合作伙伴进行培训/评估，确保不能查看或下载
为你的数据集选择微调过的权限来控制其生命周期
监控数据是如何使用
参与先进的多伙伴数据科学合作，即使合作伙伴拥有竞争的数据集。

LF AI & Data 执行董事 Ibrahim Haddad 博士说：“我们很高兴欢迎 Substra 项目加入 LF AI & Data。该项目使数据科学家能够将他们自己的 ML 算法与任何 Python 框架一起使用，将他们的算法部署到远程数据上进行训练和/或预测，并监控其性能，并构建跨多个远程数据集学习的高级联邦学习策略。我们期待与社区合作，以扩大项目的足迹，并与我们的成员和其他托管项目为其创造新的合作机会。”

Substra 运营分布式机器学习，旨在为可追踪的数据科学提供工具。

数据局部性：数据保留在所有者的数据存储中，从不传输。人工智能模型从一个数据集到另一个数据集。
去中心化的信任：所有的操作都是由分布式账本技术协调的。不需要单一的受信任的参与者或第三方；安全源于网络。
可追溯性：不可变的审计跟踪记录了平台上实现的所有操作，简化了模型的认证。
模块化：Substra 是高度灵活；可以针对每个特定的用例强制执行各种权限机制和工作流结构。

Substra 项目的创始人 Camille Marini 说：“我代表所有为 Substra 框架做出贡献的人，对它被 LF AI & Data 基金会接受为孵化项目感到激动和自豪。Substra 被设计为支持基于敏感数据的分布式数据源创建 ML 模型的协作/协作。事实上，我们认为，如果不确保数据隐私和治理不受影响，使用 ML 进行发现是不可能的。我们还相信，数据所有者和数据科学家之间的协作是能够创建良好的 ML 模型的关键。这些价值与 LF AI & Data 共享，因此它是 Substra 项目的完美家园。我们希望它能为人工智能和数据领域带来价值。”

Substra 基金会总经理 Eric Boniface 说：“我们在 Substra 基金会非常高兴和自豪看到 Substra 项目成为一个由 LF AI & Data 托管的项目。作为该项目开源社区的第一把伞，托管资源库，编写文档，创建社区工作组，并为HealthChain[3]和MELLODDY[4]项目等第一个真实世界旗舰用例做出贡献，这是与开发该框架的 Owkin 团队分享的一段令人难以置信的经历。这只是中等规模的第一步，我们相信加入像 LF AI & Data 这样经验丰富的全球基金会作为孵化项目是一个很好的机会，也是 Substra 项目、其社区和社区的完美下一章。更多隐私保护联邦学习用例即将到来！”。

LF AI & Data 通过广泛的服务支持项目，第一步是作为孵化项目加入。LF AI & Data 将支持 Substra 的中立开放治理，以帮助促进项目的发展。在他们的GitHub[5]上了解更多关于 Substra 的信息，一定要加入Substra-Announce[6]和Substra-Technical-Discuss[7]邮件列表，加入社区并保持联系。

热烈欢迎 Substra 的到来！我们期待该项目作为 LF AI & Data 基金会的一部分继续增长和成功。要了解如何与我们一起托管一个开源项目，请访问LF AI & Data 网站[8]。